239 Sliding Window Maximum

本文探讨了在数组中寻找大小为k的滑动窗口内最大值的有效算法。通过使用链表或双端队列存储元素索引,实现了O(N)的时间复杂度,避免了直接遍历的高成本。文章详细解释了算法原理,并提供了C++实现代码。

1 题目

Given an array nums, there is a sliding window of size k which is moving from the very left of the array to the very right. You can only see the k numbers in the window. Each time the sliding window moves right by one position. Return the max sliding window.

Example:

Input: nums = [1,3,-1,-3,5,3,6,7], and k = 3
Output: [3,3,5,5,6,7] 
Explanation: 

Window position                Max
---------------               -----
[1  3  -1] -3  5  3  6  7       3
 1 [3  -1  -3] 5  3  6  7       3
 1  3 [-1  -3  5] 3  6  7       5
 1  3  -1 [-3  5  3] 6  7       5
 1  3  -1  -3 [5  3  6] 7       6
 1  3  -1  -3  5 [3  6  7]      7

2 尝试解

2.1 分析

给定一个数组A,以及一个大小为K的滑窗,求所有滑窗内最大值组成的数组。

可以滑动滑窗,每次取其中的最大值,这样复杂度为O(KN)。考虑使用一个堆,存储每个元素的值及索引。每次滑窗向右移动一步,弹出堆顶元素,如果超出滑窗范围,继续弹出,直到找到滑窗范围内的最大元素,这样复杂度为O(NlgN),因为过期元素可能因为值过小处于堆底而无法删除。

考虑一个链表saver用来存储当前滑窗内的元素索引,元素依照顺序加入其中。当滑窗移动到位置i时

if(i-saver.front() >= k)   i.pop_front() 即删除过期元素

while(A[saver.back()] < A[i]) saver.pop_back()  即如果元素i比前一个被存储的元素back要大,那么只要i和back同时在滑窗内,最大元素就不可能是back,所以当i加入滑窗时,可以删去back,更新back,直到back比i大或者saver为空。这就决定了saver是单调递减的,最大元素就是saver.front()。

2.2 代码

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        list<int> saver;
        vector<int> result;
        for(int i = 0; i < nums.size();i++){
            if(!saver.empty()){
                if(i-saver.front()>=k){
                    saver.pop_front();
                }
                while(saver.size() && nums[i]>nums[saver.back()]){
                    saver.pop_back();
                }         
            }
            saver.push_back(i);
            if(i >= k-1)
                result.push_back(nums[saver.front()]);
        }
        return result;
    }
};

3 标准解

class Solution {
public:
    vector<int> maxSlidingWindow(vector<int>& nums, int k) {
        deque<int> dq;
        vector<int> ans;
        for (int i=0; i<nums.size(); i++) {
            if (!dq.empty() && dq.front() == i-k) dq.pop_front();
            while (!dq.empty() && nums[dq.back()] < nums[i])
                dq.pop_back();
            dq.push_back(i);
            if (i>=k-1) ans.push_back(nums[dq.front()]);
        }
        return ans;
    }
};

 

Delphi 12.3 作为一款面向 Windows 平台的集成开发环境,由 Embarcadero Technologies 负责其持续演进。该环境以 Object Pascal 语言为核心,并依托 Visual Component Library(VCL)框架,广泛应用于各类桌面软件、数据库系统及企业级解决方案的开发。在此生态中,Excel4Delphi 作为一个重要的社区开源项目,致力于搭建 Delphi 与 Microsoft Excel 之间的高效桥梁,使开发者能够在自研程序中直接调用 Excel 的文档处理、工作表管理、单元格操作及宏执行等功能。 该项目以库文件与组件包的形式提供,开发者将其集成至 Delphi 工程后,即可通过封装良好的接口实现对 Excel 的编程控制。具体功能涵盖创建与编辑工作簿、格式化单元格、批量导入导出数据,乃至执行内置公式与宏指令等高级操作。这一机制显著降低了在财务分析、报表自动生成、数据整理等场景中实现 Excel 功能集成的技术门槛,使开发者无需深入掌握 COM 编程或 Excel 底层 API 即可完成复杂任务。 使用 Excel4Delphi 需具备基础的 Delphi 编程知识,并对 Excel 对象模型有一定理解。实践中需注意不同 Excel 版本间的兼容性,并严格遵循项目文档进行环境配置与依赖部署。此外,操作过程中应遵循文件访问的最佳实践,例如确保目标文件未被独占锁定,并实施完整的异常处理机制,以防数据损毁或程序意外中断。 该项目的持续维护依赖于 Delphi 开发者社区的集体贡献,通过定期更新以适配新版开发环境与 Office 套件,并修复已发现的问题。对于需要深度融合 Excel 功能的 Delphi 应用而言,Excel4Delphi 提供了经过充分测试的可靠代码基础,使开发团队能更专注于业务逻辑与用户体验的优化,从而提升整体开发效率与软件质量。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值